基于LSTM的百度AI古诗生成器：王纵横作品

本资源是一份Python课程设计，由王纵横（学号SA19225391）完成，名为“基于LSTM的古诗文生成系统”。该项目的目标是利用深度学习技术，特别是长短期记忆网络（LSTM）来创建一个能够根据用户输入的首字和选择的诗歌类型生成古诗的应用程序。 设计背景部分阐述了百度在自动作诗领域的探索历程，从早期的13年手机百度APP的“为你写诗”功能，采用统计机器翻译技术（SMT）进行初步尝试，尽管能够生成通顺押韵的古诗，但在主题相关性方面有所欠缺。随着2016年的更新，百度推出了基于主题规划的序列生成框架，这成为写诗2.0版本，通过动态双层单向LSTM解决了主题相关性问题。该设计项目借鉴了百度的这一技术，但通过LSTM实现更为精细的古诗文生成。 设计目标聚焦于用户交互体验，用户可以在界面上输入首字并从四个选项中选择诗歌类型，然后触发创作过程，生成的诗文会显示在背景图片中。设计过程中，强调了系统的易用性和定制化，使得生成的诗文更具个性化。 技术路线方面，项目采用了TensorFlow 1.14.1和Python 3.7作为主要开发工具，硬件配置为Intel CORE i7 9th Gen处理器。实施步骤包括数据预处理，将诗文转换为数字表示，用于构建训练集；训练针对不同诗歌类型的LSTM模型，并保存；最后，用户输入首字或让系统自动生成，通过选择的模型生成相应的诗文。 关键原理部分深入探讨了循环神经网络（RNN）在处理序列数据，如诗歌文本中的重要作用，特别指出LSTM在网络结构中能够更好地处理长期依赖，即捕捉到更远距离的上下文信息，这对于古诗这种有严格格律和上下文关联性的文本生成至关重要。 通过这个项目，学生不仅掌握了LSTM在自然语言处理中的应用，还锻炼了实际编程和深度学习模型部署的能力，提升了对AI在文化艺术领域创新的理解。